视频

1. 首页
2. 视频

Pippo

Pippo是由Meta Reality Labs研发的图像到视频生成模型，可基于单张照片生成多视角高清人像视频。采用多视角扩散变换器架构，结合ControlMLP模块与注意力偏差技术，实现更丰富的视角生成和更高的3D一致性。支持高分辨率输出及细节自动补全，适用于虚拟现实、影视制作、游戏开发等多个领域。技术方案涵盖多阶段训练流程，确保生成质量与稳定性。

AI项目与工具 2025年06月12日 38 点赞 0 评论 322 浏览

Medio.cool

Medio.cool是一款面向企业海外市场的AI视频编辑工具，提供视频水印去除、商品翻译、商品解说视频自动生成等功能。它支持多语言翻译，涵盖超过100种国际语言，并能一键下载4K高清原视频，适用于YouTube、TikTok等多个平台，助力企业高效实现全球化推广。

AI项目与工具 2025年06月12日 37 点赞 0 评论 322 浏览

BAGEL

BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，采用混合变换器专家架构（MoT），通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异，生成质量接近SD3，并适用于内容创作、三维场景生成、可视化学习和创意广告生成等

AI项目与工具 2025年06月11日 92 点赞 0 评论 322 浏览

CogVideoX

CogVideoX是由智谱AI开发的开源AI视频生成模型，支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术，支持多阶段训练和自动及人工评估，适用于创意视频制作、教育材料、广告、游戏、电影编

AI项目与工具 2025年06月12日 55 点赞 0 评论 322 浏览

Faster Whisper

Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理，可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测（VAD）及模型优化，同时提供灵活的 API 接口供开发者集成。

AI项目与工具 2025年06月12日 30 点赞 0 评论 321 浏览

网易见外工作台

一款转写翻译平台。它有视频翻译、视频转文字、字幕转写、视频转写等多种功能。

字幕配音 2025年06月05日 43 点赞 0 评论 321 浏览

FishAudio

一个在线AI文本转语音合成配音声音克隆平台，以其自然、富有表现力的语音生成技术，为用户带来了前所未有的音频体验。

Ai语音工具 2025年06月05日 76 点赞 0 评论 321 浏览

DreamFace

让图片动起来的AI工具

Ai视频生成 1970年01月01日 0 点赞 0 评论 320 浏览

Coco视频解析下载

Coco视频解析下载功能多样，支持单个视频提取、视频主页提取、多链接批量提取、提取音频等，全网视频解析下载可以解析各种视频网站上的视频。

格式转换 2025年06月05日 100 点赞 0 评论 320 浏览

Rizzle

Rizzle 是一款人工智能视频创作平台，能够将文本、播客和音频内容快速转化为具有专业外观的视频。平台通过与 Getty Images 的合作，提供了超过 5 亿张图片和视频的媒体资源库，使用户能够自定义文本样式、画面比例、背景音乐等元素。其主要功能包括缩略图制作、文本高亮剪辑、地图生成、无面孔视频等，简化了视频制作流程，适用于社交媒体营销、内容创作、教育、产品演示、新闻报道及企业内部沟通等多种应

AI项目与工具 2025年06月12日 27 点赞 0 评论 320 浏览